|
IT] R 데이터 분석 머신러닝 파이썬으로 데이터 분석을 하다가 R을 이용한 데이터분석에도 관심이 생겨서 R의 기초를 공부하고 있었다. R의 기초를 공부하다 보니 살짝....지루해진다고나 할까? 딱 그 타이밍에 이 책을 발견하고 재미가 생겨났다.
이 책은 제목과 같이 R을 이용한 데이터분석을 머신러닝을 활용해서 하는 방법을 알려주는 책이다. R데이터 분석가를 위한 입문서인 만큼 R에 대해서는 기초 정도는 익힌 상태에서 보면 좋을 책이다. R에 대해 안다는 전제하에 데이터 분석의 기초부터 머신러닝 응용까지 알려준다.
책에서 말하는 특징에 나의 개인적인 견해를 추가하여 이 책의 특징을 정리해 보았다.
1. 데이터 분석에 필요한 도구인 R에 대한 완벽한 설명 -＞ 완벽하다는 표현은 사람마다 기준이 다를 수 있으므로 고 표현 빼고 데이터분석 쪽으로 R에 대해 폭넓게 알려준다.^^
2. 데이터 분석의 다양한 기법을 빠짐없이 수록 (통계, 데이터마이닝, 빅데이터분석, 설문지 분석, 소셜네트워크 분석, 머신러닝, 워드 클라우드, 데이터 전처리를 포함하는 넓은 범위의 주제) -＞ R로 활용할 수 있는 데이터 분석의 다양한 기법을 다뤄줘서 기초 익히고 활용해보기 좋다
3. 수학 공식이나 계산과정 없이 왜 필요한지에 중점을 두고 설명 -＞ 통계쪽 관련 서적보면 수학 공식이나 계산과정으로 인해 책을 덮게 되는데 이 책은 개념적으로 설명하고 예제로 이해하니 그런 부담감이 없어서 좋았다. 코드를 통해 개념을 이해하고 더 필요할 경우 찾아서 수학 개념 이해하면 될 듯하다.
4. 통계학자가 아닌 데이터 분석가에 필요한 이론을 간단하고 명확하게 설명 -＞ 이 책은 통계학자도 아니고 개발자도 아닌 데이터를 분석하기 위한 이론에 충실히 설명하고 코드도 그런 성격으로 주석처리 되어 있어 개념잡고 이해하기 좋다. 개발자 스럽게 너무 코드 위주로 아니고 통계학자를 위해 수학적 공식이 난무한 책도 아니다. 5. 100% 실습을 통해 사용법과 분석 요령을 익힐 수 있도록 구성 -＞ 분석 기법에 대해 개념 설명 후 실습할 예제들이 있기 때문에 해당 실습 예제를 테스트하면서 개념을 이해하기 좋다는 건 확실히 좋은 구성 같다. 그리고 실습 예제도 그렇게 심오하지 않고 개념설명도 그렇게 난해하지 않고 머랄까...군더더기 없이 깔끔한 거 같다. 다만 깔끔한 정리라 코드에 대해 친절하게 세세한 설명은 기대안하는게 좋다^^; 전반적으로 이해하고 개념잡고 깊이는 자신의 방향성에 맞게 추가적으로 깊이 파면 될 거 같다.
파트별로 내용을 간단하게 요약해 보았다.
Part 1. R의 사용법 1장에서 R의 사용법을 보면서 알고 있던 기초들 정리하고 2장에서 데이터를 시각화하는 법을 배웁니다. 이때 다양한 그래프를 그려보면서 어떤 데이터를 어떻게 분석하여 그것을 어떻게 시각화 하는 것이 효율적인지 배우게 된다.
Part2. R을 사용한 통계 분석 통계분석의 기초를 다집니다. 저는 통계쪽은 잘 몰랐는데 용어에 대해 알게 되고 그에 맞춰 실습을 통해 이해하니 통계쪽이 전보다는 좀 더 가깝게 느껴졌다. 전에는 통계쪽은 용어가 다들 너무 생소하며 설명만 보니 이해하기 어렵웠다. 근데 여긴 실습할 예제들이 다 나와있으니 통계 기초 지식 쌓기도 좋았다.
Part3. R의 활용법 여기가 R을 활용한 데이터 분석의 꽃인 곳인거 같다. 회귀분석, 기계학습, 빅데이터분석, 시계열 분석, 특수 분석을 용어 하나하나 집어가며 설명해준다.
Part4. 데이터 분석 및 전처리 기법 지금까지 데이터 분석을 위한 도구에 대해 배웠다면 마지막에서는 데이터 분석 고도화를 위해 분석 요령이나 전처리 기법등을 알려준다.
교수님께서 작성해서 그런지 학생들에게 가르치듯 차근차근 넓혀나가는 구성이라 입문자가 R 기초로 시작하여 데이터 분석으로 확장하며 배움을 이어가기 좋다. 각 실습예제 뒤엔 제대로 이해했는지 확인해볼 수 있는 연습문제도 있어서 자기 체크도 가능하다는 장점이 있는데 정답은 어디 있는지 안내가 없다 ㅠㅠ 정보문화사에도 예제 코드만 다운로드 받을 수 있다...정답이 조금 아쉽다. ㅠㅠ (예제코드 다운로드: http://www.infopub.co.kr/new/include/detail.asp?sku=06000244) 각 파트 마지막에 배운 내용들 정리해볼 수 있게 요약이 있었는데 질문들 뿐이지만 내가 잘 이해했는지 알아보기 좋은거 같다. 물론 요약의 질문들도 정답은 없다ㅋ
해당 예제들 중 흥미있어 보이는 워드크라우드 따라해봤는데 참 재미있었다. (https://blog.naver.com/happyyhj/222261361657) 이 책은 R도 모르고 데이터 분석 기법도 전혀 모르는 사람에게는 어렵다. 하지만 R 기초책 한권 보고 난 뒤 배운 기초를 활용하여 데이터 분석을 더 알아보고자 하는 사람에게는 굉장히 도움이 많이 될 거 같은 책이다.
R기초 정리하고 데이터 시각화 기초 알아보고 데이터 분석요령 배우고 확장하여 머신러닝까지 배우기.
해당 예제들 중 흥미있어 보이는 워드크라우드 따라해봤는데 참 재미있었다. (https://blog.naver.com/happyyhj/222261361657)
이 책은 R도 모르고 데이터 분석 기법도 전혀 모르는 사람에게는 어렵다. 하지만 R 기초책 한권 보고 난 뒤 배운 기초를 활용하여 데이터 분석을 더 알아보고자 하는 사람에게는 굉장히 도움이 많이 될 거 같은 책이다. R기초 정리하고 데이터 시각화 기초 알아보고 데이터 분석요령 배우고 확장하여 머신러닝까지 배우기.
---------------------------- 출판사로부터 도서를 제공받아 작성한 리뷰입니다. ----------------------------
#프로그래밍언어 #R데이터분석 #R머신러닝 #R데이터분석머신러닝 |
|
R은 요즘같은 빅데이터시대에 꼭 필요한 분석도구이다. 우리가 엑셀을 사용하면 각종 복잡합 데이터를 간단하고도 명료하게 분석하고 보기좋게 보고서를 쓸 수 있기도하다. 이와같이 R은 밀려오는 정보의 파도가 밀려올 때 서핑보드에 올라타 데이터의 의미를 즐길 수 있는 툴이다 가까운 미래에는 워드프로세서를 다루듯 R을 다루지 않을 까 싶다. |
|
예전에 모 대학 통계학과에서 조교수로 있던 친한 형의 연구실에 갔다가 통계분석 프로그램을 접해본 적이 있다. 당시 그 형이 쓰던 프로그램은 'SPSS'라는 것이었는데, 체감상 자료를 입력하고 통계 데이터가 나오는 일련의 과정이 매우 직관적이어서 흥미를 가졌었고 조금 배우기도 했었다. 그 당시에 통계 분석 프로그램을 다루는 것보다 그 결과값을 가지고 어떤 해석을 내놓느냐가 중요하다는 걸 배우기도 했는데, 시간이 흐른 뒤에는 사실 통계 프로그램을 접할 일이 거의 없었다.
요즘은 뉴스나 여러 매체를 통해 통계 자료를 자주 접한다. 통계 데이터가 절대적으로 신뢰할 만한 정보라고는 할 수 없지만, 상당히 많은 사람들에게 설득력을 지닌 자료나 근거는 통계 데이터를 기반으로 하고 있다. 그런데 이런 통계 자료들은 일차적으로 제일 순수한 형태의 표본 자료를 수집하는 과정이 필요하고, 수집된 표본들은 통계 분석 도구, 즉 이 책에서 소개하고 있는 'R'이나 앞서 언급한 'SPSS', 혹은 ‘SAS’ 등으로 그 표본들의 특성을 분석하여 통계적으로 유의미한 정보를 보여주는 것으로 산출된다. 그리고 산출된 통계 자료가 의미 있는 정보로서의 가치를 지니려면, 해석자의 역량에 따라 달라진다.
「R 데이터 분석 머신러닝」은 바로 위의 과정에서 가장 기본이 되는 자료 분석의 기초적인 방법을 가르쳐주는 책이다. 워낙 감이 없던 터라 기존에 출간된 저자의 데이터 분석 관련 서적 서평이나 평점을 봤는데, 설명이 좀 어렵다거나 부족하다는 평이 있어서 이번에 나온 책은 어떨지 궁금했다. 처음에 R에 대해 간단히 설명한 후 오픈 소스로 된 이 프로그램을 다운로드할 수 있는 홈페이지를 알려준다. 그런데 막상 홈페이지에 들어가 다운로드를 하려니 쉽게 되지 않았다. 그래서 인터넷으로 이 프로그램을 설치하는 정보를 다룬 블로그 게시물을 찾아 설치할 수 있었다. 따라서 책에 제품의 설치에 관한 설명이 좀 더 자세했으면 좋겠다는 생각이 들었다.
저자는 R을 잘 사용하기 위해 필요한 기본 명령어 20개 정도를 자유롭게 쓸 수 있는 것을 이 책의 목표로 삼고 있는 것 같다. 그것만으로도 대부분의 문제를 해결할 수 있다고 한다. 파트1에서는 가장 기초적인 사용법이라 할 수 있는 계산기 기능부터 벡터 데이터를 만드는 법, 프로그래밍 기능, 데이터의 조작을 위해 필요한 다양한 패키지를 사용하는 방법 등과 데이터를 시각화하는 그래프 그리기도 가르쳐준다. 파트2에서는 본격적인 통계 분석의 기본 개념을 살펴보고 표본 생성 및 기초 통계량, 독립성과 적합성 검정, 차이 검정, 인과 관계 검정에 대해 알려준다. 여기에서는 우리가 중고등학교 수학 시간에 배웠던 평균값, 분산, 표준편차, 정규분포 등의 용어가 나와 조금 친숙할 수 있다.
파트3에서는 조금 더 전문적인 회귀 분석에 대해 알아보고 이 ‘회귀’라는 개념을 응용하여 요즘 많이 언급되는 인공지능의 딥러닝을 가능하게 하는 신경망의 역사와 기술에 대해서도 알려준다. 파트4에서는 데이터의 분석에서 더 나아가 다양한 분석 기법을 탐구한다. 여기서는 데이터 전처리 과정, 즉 ‘데이터 클린징’이라는 개념이 나오는데, 데이터 분석을 수행하기전에 데이터에 대한 형식의 변경이나 보완 작업을 수행하는 것을 말한다고 한다. 즉 주어진 데이터가 분석 대상으로서 제 역할을 할 수 있도록 적합성을 가지게 하는 작업인 것 같다. 쉽게 말해 데이터의 성격을 대략적으로 파악하고, 오류는 없는지 확인하는 등의 절차로 보인다.
책에는 다양한 예제와 입력값들이 매우 많이 나와 있다. 그래서 처음부터 차근차근 직접 실행해 보며 출판사의 자료실을 적극 활용하며 따라가야 책값을 건질 수 있다. 수학에 대한 부담 없이 볼 수 있는 책인 줄 알았는데, 다양한 입력값들의 나열을 보니 학창 시절 수학책의 수식들만 봐도 머리가 하얘지는 사람은 좀 어렵겠다는 생각도 들었다. 다시 한 번 처음부터 실습하면서 잘 살펴봐야겠다.
* 네이버 리뷰어스클럽 카페 이벤트를 통해 출판사로부터 책을 무상으로 제공받아 읽고 쓴 서평입니다.
#프로그래밍언어, #R데이터분석머신러닝, #조민호, #정보문화사, #빅데이터, #데이터마이닝, #통계분석, #리뷰어스클럽
|
|
정보문화사에서 나온 R, Python 책들은 검증이 어느 정도 되어있다고 생각하고, 좋은 이미지를 갖고 있다. 이 책 역시 R 데이터 분석의 일부를 다루고 있지만(하나의 책에 모든 분석을 다 넣을 수 없으니까), 초중급자들을 대상으로 했을 때 충분히 가치가 있는 책이라고 판단이 된다.
책에서도 밝히고 있듯, Python, SAS 등 여러 도구들 중에서 접근성이 좋은 편이기도 하고, 통계분석용으로는 충분히 잘 알려져 있기도 해서 많은 사람들이 R을 선택한다. R과 관련된 서적이 참 많은데, 몇몇 서적은 R 설치와 R studio에 대해서는 몇십 페이지를 기술해놓은 경우가 종종 있었다. 이러한 책들은 이미 설치가 되어 있거나 A 분석이 있다는 것 정도는 아는 사람에게는 책을 효율적으로 활용하기 아쉬운 경우가 많았다(물론 그러한 책들 중에서 좋은 책도 많지만). 이 책은 전반부에는 프로그래밍 기능과 변수 타입 등 기본적인 내용을 다루면서도, 기계학습 내용을 일부 다루었고, 코드도 자세하게 기술해뒀다.
인상적이었던 것은 R에서 핵심적인 ggplot 패키지 기술 부분이었는데, 이 패키지의 범용성을 잘 보여주는 부분이 상단 사진에 있는 '응용 사례'들이었다. 분석을 잘 하는 것도 중요하고, 그러한 분석 결과(대부분 그래프)를 '팬시'하게 잘 그려내는 것 역시 못지 않게 중요한데, 그러한 세부적인 조절의 예에는 어떠한 것들이 있는지 드러나 있어, 연구에 참고할 수 있다는 생각이 들었다. 시각화만을 전문적으로 다룬 서적만큼 있다고 하면 과장일 수 있지만, 기본서에서 다룰 수 있는 내용을 많이 포괄하고 있다고 생각한다.
책의 챕터가 생각보다 많고, 하나의 내용이 압축적으로 있어서 꽤 자주 들여다보게될 것 같은 책이라는 생각이 들었다. 예제를 통해서 책에서 다룬 부분을 혼자 생각할 수 있도록 되어 있는데, 예제의 퀄리티도 좋은 편이라 단순한 코드 복사붙여넣기보다 더 유의미한 소득이라고 생각한다.
데이터 정제, 전처리와 관련된 부분 역시 다루고 있다는 점이 이 책의 또다른 매력?이라고 생각한다. 일부 책들이 너무도 깔끔한 데이터들만을 이용해서 분석을 기술해놓기도 하는데, 실제 상황과는 거리가 있기 때문에 정제하는 부분에 대해서 별도의 챕터를 마련해서 적어둔 것 역시 책의 장점이다.
해외 R 서적 역시 유명한 것이 많지만, 번역이 매끄럽지 않은 것도 있고, 원서를 직접 보기에 부담스러운 경우가 있는데... 이 책은 쉽게 쓰여져 있으면서도 넓은 범위를 포괄하고 있어서 입문서나, 나같은 초중급자들에게 적합한 책이라는 생각이 들었다.
|
|
21세기, 4차 산업혁명시대의 원유(原油)로 불리는 '데이터' !
이 데이터의 통계를 분석하는 대표적인 도구로 많이 사용되는 'R'은 통계 프로그래밍을 위한 핵심 기능이 주로 구현되어 있습니다.
수십에서 수백만원을 호가하는 다른 상용 프로그램(예: SPSS, SAS, Stata 등)과는 달리 무료이며, 소스코드가 모두 공개된 오픈 소스이므로 누구라도 프로그램의 정확서을 검증할 수 있고, 오류가 발견되었을 때는 스스로 수정도 가능하기에 많은 인기를 누리고 있습니다.
특히 통계 처리와 시각화 부분에서 다른 어떤 도구보다 우월하다는 평을 받고 있습니다. 최근에는 Python 라이브러리를 R에서 활용할 수 있는 패키지도 나와 Python 뿐 아니라 텐서플로(TensorFlow)까지 자유롭게 사용할 수 있게 되어 더욱 각광을 받고 있습니다.
오늘 소개해 드리는 ＜R 데이터 분석 머신러닝＞에서는 데이터에서 특정 비즈니스 요구 성과나 목표를 달성하는 데 도움이 되는 인사이트를 발견하는 '데이터 분석가(Data Analyst)' 혹은 '데이터 과학자(Data Scientist)'가 되는 과정을 아래 3단계로 구분하고 있습니다.
1단계 : 분석을 하기 위한 도구와 분석 요령을 배우는 단계 2단계 : 분석 도구와 기법을 특정 분야(제조, 물류, 유통 등)에 접목해 적용하는 단계 3단계 : 부석 기법 자체를 연구, 개발하는 단계 당연히 본서는 이 중 1단계에 최적화된 'R'을 사용해 각종 통계 기법 들과 데이터 전처리 기법, 데이터 마이닝, 빅데이터 분석 그리고 머신 러닝에 이르기 까지 이론을 자세히 설명하고, 실무에 활용할 수 있도록 실습을 진행하고 있습니다.
특히 저자가 밝히는 본서의 차별점은 데이터 분석에서 활용되는 복잡한 수식이나 난해한 통계 이론은 제외하고, 꼭 필요한 이론을 정확히 이해할 수 있도록 예재와 함께 설명하고 있다는 점입니다. 즉, 실습을 통해 원리를 깨닫는 접근 방식이라 하겠습니다.
총 4개 파트로 나눠진 본서의 구성은 대략 아래와 같습니다.
1. R의 사용법 : 소개 및 환경 구성, 데이터 타입, 프로그래밍 기능, 데이터 조작 관련 명령어, 데이터 조작 관련 패키지 사용법 등 다양한 데이터 시각화를 위한 기본 그래프 및 다양한 그래프 소개, plot3D 패키지, lattice 패키지, ggplot2 패키지를 사용한 그래프 그리기 및 데이터 시각화 방법 정리(데이터 분석과정 데이터 시각화 방법 정리)
2. R을 사용한 통계 분석 : 표본 생성 및 기초 통계량, 독립성 및 적합성 검정, 통계 분석의 종류, 차이 & 인과(상관)관계 검정
3. R의 활용법 : 회귀분석(선형, 비선형, 중선형), 기계학습(딥러닝), 빅데이터 분석, 시계열 분석 및 몬테카를로 시뮬레이션을 포함한 특수 분석의 이론 및 실습
4. 데이터 분석 및 전처리 기법 :
데이터 분석의 유형과 데이터 탐색 과정, 데이터 클린징을 포함한 '데이터 전처리 과정 정리'(데이터 확인-＞데이터 형식 변경-＞결측값처리-＞이상값처리-＞특성 조작, 대이터 정규화와 주성분 분석(데이터 개수의 축소), 카이제곱 검정을 통한 중요 변수 선발을 포함해 효과적 분석을 위한 변수의 제거 및 선택
사실 'R'을 효율적으로 사용하기 위해서는 통계적인 지식 뿐 아니라 R의 다양한 패키지를 적시적소에 잘 활용하는게 무엇보다 중요합니다. 본서는 이 부분에 초점을 맞춰 가장 인기있는 최신 패키지를 중심으로 효과적이고 효율적인 분석 방법을 소개하고 있습니다.
또한 각종 패키지나 함수를 사용할 때 발생할 수 있는 다양한 사례들과 해결책을 그 결과와 함께 자세히 설명하고 있어, 원리 및 결과를 한 눈에 확인할 수 있는 장점이 있습니다.
데이터 분석 전문가가 알야야 하는 기술적 범위를 열거해 보자면 대략 아래와 같습니다.
1. R사용법 2.패키지 사용법 3. 데이터 분석 (통계 분석, 데이터 마이닝(머신러닝, 빅데이터분석), 응용분석)
저자가 지적하듯 본서에서 제공하는 정도 수준이면 어지간한 데이터 분석은 모두 포함한다고 생각됩니다.
또한 본서에서는 데이터 분석에 대한 전반적인 기술적 범위를 커버하고 있기에, 이를 바탕으로 각 산업 도메인에 맞는 실무 적용이 필요하다 하겠습니다. 따라서 데이터 분석을 처음 공부하는 입문자 보다는 입문을 탈출한 중급자 분들께 추천하고 싶습니다.
* 출판사로부터 도서를 제공받아 주관적으로 작성한 리뷰입니다. |
|
입문자를 위한 R 데이터 분석 프로그래밍 R 데이터 분석 머신러닝 R Data Analysis Machine Learning
통계를 배워서 업무에 활용하는 것은 쉽지 않아서 전문가의 영역으로 생각한다.
프로그램을 이용해서 데이터를 잘 분석하는 것과 통계를 이용하여 업무에 적용하는 것은 조금 다른 영역이다.
마치 빵을 만드는 제빵 기술과 삥을 이영하여 행복한 삶을 사는 것과 같은 부분이라고 생각한다.
그래서 나의 경우에는 통계 프로그램의 운용 원리를 이해하여 분석된 통계치를 활용하는 방법에 더 많은 관심이 있다.
저자 조민호는 컴퓨터공학과 교수로 25년 동안 컴퓨터 관련 실무를 수행하며, 수많은 기업체에서 컴퓨터 원리와 응용에 대해 강의하고 있다.
책의 주요 내용을 살펴보면
1. R의 사용법 2. R을 사용한 통계 분석 3. R의 활용법 4. 데이터 분석 기법
데이터 분석 도구인 R의 사용법의 기초적인 사용법부터 다양한 활용법까지 설명하고 딥러닝과 관련된 기술적 흐름에 대하여 설명하고 있다.
R 은 오픈소스 소프트웨어로 인터넷에서 무료로 다운로드해 설치하여 사용할 수 있다.
R 은 쉽게 배우고 활용할 수 있다.
R 의 기초적인 사용법부터 데이터를 읽어 분석이 필요한 부분을 추출하거나, 데이터를 변형, 가공할 수 있고, 다양한 방법으로 데이터를 시각화할 수 있다.
그래프는 데이터의 성질을 파악하고 분석한 데이터의 특성을 알기 쉽게 알아보기 위해 필요하다.
R 패키지는 그래픽으로 표현하는데 탁월한 기능들을 갖고 있다.
그래프 그리기의 단계별 작업방법을 예제와 함께 설명하고 있다.
데이터의 분석은 통계 도구를 사용하는 궁극적인 목적이다.
＜통계 기법의 적용을 위한 개념＞
데이터의 수집 및 특성 파악 ↓ 데이터 특성 상세화 ↓ 데이터간의 의존 관계분석 (독립성 검정)
특정 분포를 따르는지 분석 (적합도 검정) ↓ 차이검정 인과관계
내용이 통계에 대한 기초적인 지식 없이는 이해하기 쉽지 않다. 통계의 기본 적용 원리를 배우는 과정이 필요하다.
워드 클라우드는 텍스트로 된 데이터에서 빈번하게 사용하는 단어를 선별하여 구름과 같은 그림으로 나타내는 기법이다. 텍스트 마이닝이라고도 한다.
이 책의 표지에는 R 프로그래밍의 기초 입문자를 위한 책이라고 소개하고 있어서 쉽게 생각하고 읽기 시작했으나 점차 진도가 나가면서 1~2일에 해결되지 않을 거란 생각이 든다. 중간중간 필요한 부분만 선별해서 읽었다. 왜냐하면 통계와 관련된 기초 지식 없이 책의 진도를 따라가기가 어렵다. 조금 더 쉬운 통계학 책을 읽어 보고 진도를 나가기를 제안한다.
어느 정도 통계적인 기본 지식이 있다면 이 책의 도움을 받아서 R 패키지를 잘 배울 수 있을 것이다.
출판사로부터 도서를 제공받아 작성한 리뷰입니다 |
|
머신러닝이라는 용어는 4차산업시대에 들어서면서 여러매체를 통해 많이 알려지고 있다. 이러한 용어는 생긴지 얼마 안된 신용어가 아니라 아주 오래전부터 있었던 것이다. 예전에는 촉으로 혹은 데이터가 있더라도 컴퓨터적인 프로그래밍언어 수학적 분석을 기반으로 100% 하지 않았다면 현재의 시대는 의사결정에 이르는 모든 과정이 데이터에 기반하여 움직이고 있다. 그만큼 데이터를 분석하는 부분에 있어 이 책을 통해 어떻게 이루어지는지 직접 R프로그램을 설치하여 예제실습을 할 수 있게 도와준다. 이 책에 나오는 다양한 실습과정을 통해 직접 느낀 점이라면 고도의 수학지식을 필요로 하지 않는다는 점과 엄청난 영어 단어 혹은 높은 수준의 영어 단어가 필요하지 않는다는 점이었다. 물론 수학적부분에 있어서는 산업에서 쓰이는 모델과 샘플의 수의 따라 엄청나게 복잡해질 수는 있지만 단순히 숫자가 복잡해진다고 해서 머신러닝이라는 것을 수행하기 위해 고도의 수학지식을 쌓아야하지는 않는다는 점이다. 간단하게는 barplot이라는 명령어를 통해 그래프를 표현할 수 있고 숫자를 넣어 판매량으로 만들것인지 아니면 원하는 수치를 표현할 수 있다.
그렇기에 R프로그램에서 쓰이는 용어들, 즉 책에 등장하는 많은 예제의 명령어들을 반복학습하는 것이 가장 중요하다. 여러 예제를 학습하다가 그럼 엑셀과 다른 점은 무엇일까? 라는 생각이 들었다. 엑셀은 아주 간편한 프로그램이지만 함수라는 것이 엑셀의 일부분이다. 하지만 R프로그램은 모든 것이 함수로 사용되기 때문에 단순히 데이터의 시각화 뿐만 아니라 데이터 입력을 통해 변수를 만들어낼 수 있고 예측할 수 있다는 것이다. 이 책은 말 그대로 모든 예제가 등장하기 때문에 반복학습이 가장 중요하다.
|
|
가끔씩 시간이 날때마다 서점에 가서 어떤 책들이 나왔는지 봅니다. IT 에 관심이 있어서 컴퓨터 분야의 책이 모여있는 곳도 꼭 둘러보는데 IT 도 유행을 타는것 같아요. 몇 년 전까지만 해도 빅데이터나 안드로이드, iOS 앱 개발에 대한 책들이 많았는데 요즘은 머신러닝, 딥러닝 등 AI 에 대한 책들이 다수를 차지하고 있네요. 머신러닝은 이름만 들어도 어렵게 느껴지는데 이미 우리가 자주 사용하는 서비스에도 적용이 되어 있고, 머신러닝 프로그램을 편하게 개발하기 위한 라이브러리도 많이 나와 있습니다.
머신러닝에서 가장 널리 사용되는 프로그래밍 언어로는 파이썬이나 R 이라고 합니다. 파이썬은 강력한 성능과 풍부한 라이브러리, 그리고 쉬운 사용법으로 인기를 끌고 있는데 R 도 유사해서 사용이 늘어나고 있습니다. 'R 데이터 분석 머신러닝' 은 R 을 이용해 어떻게 머신러닝 프로그램을 만들 수 있는지 설명하는 책입니다.
책 첫부분은 R 설치부터 시작하는데 책에 나와있는대로 따라하면서 R 프로그램을 다운로드 받아 설치하고 실행하니 잘 되네요. 이론을 잘 이해하기 위해서는 실습을 하면서 익힐 수 있어야 하는데 이 책에는 코드 및 실행 결과가 컬러로 실려 있어서 보기 편하고 코드를 그대로 따라 입력하는 것만으로도 간단한 머신러닝 프로그램을 만들어 볼 수 있습니다.
머신러닝 기초를 다루는 책에서 빠지지 않고 등장하는 예제가 손으로 쓴 숫자 이미지를 읽어서 어떤 숫자인지 판단하거나 다양한 아이리스 이미지로 아이리스 종류를 구분하는 것입니다. 이 책에는 아이리스 예제가 나오는데 코드 몇 줄로 학습이 가능하다니 신기하네요. R 도 파이썬처럼 공개된 라이브러리가 방대해서 이를 이용해 결과를 그래프로 그려 시각적으로 볼 수 있는등 재미있습니다.
머신러닝에 대해 아무것도 모르는 상태라면 머신러닝 및 이에 사용되는 수학적인 방법에 대한 이해가 선행되어야 합니다. 이 책에서도 회귀 분석이나 서포트 벡터 머신 등 중요한 이론 설명과 함께 어떻게 구현할 수 있는지 예제 데이터를 다운받는 방법과 실행할 수 있는 R 소스코드가 실려 있습니다. 머신러닝에 조금 익숙하다면 책에 나온 내용으로도 충분하겠지만 그렇지 않다면 코드가 없는 책으로 먼저 공부를 한 다음에 이 책을 보는게 도움이 될 것 같아요.
음악 사이트에서 추천해 준 음악을 듣다보면 그동안 몰랐지만 마음에 꼭 드는 곡을 만나기도 하고, 쇼핑몰 사이트에 접속해서는 살 생각이 없었다가 추천 상품을 보고 홀린듯 구매하기도 합니다. 이미 AI 는 생활에 깊숙히 들어와 있는데 기술이 발달할수록 우리의 삶도 빠르게 바뀔것 같네요. AI 의 기본이 되는 머신러닝에 대해서 이론과 실습을 해볼 수 있어 도움이 되었습니다. * 출판사에서 보내준 책을 읽고 서평을 썼습니다.
|
|
데이터 분석이 필요하지 않은 분야가 있을까. 양질의 데이터를 얻는 일이 예전만큼 어려운 일이 아닌 지금 필요한 건 이 데이터를 분석하고 활용하는 기술이다. R은 이런 데이터 분석을 목적으로 만들어진 프로그래밍 툴이다. 《R 데이터 분석 머신러닝》은 이 R을 데이터 분석을 위해 활용하는 법을 다룬 책이다. 프로그램의 설치에서 활용까지 통계 분석을 이제 막 시작하는 사람을 위한 실용적인 내용으로 채워졌다. 다른 IT분야 실용서와 달리 책 날개에 저자의 사진을 건 점이 눈에 띈다. 저자에 대한 신뢰와 자신감을 표현하기 위해서가 아닐까 싶다. 비슷한 기획의 책들이 오랫동안 나온 분야이다 보니 이런 식의 차별화는 유효해 보인다. 데이터 분석 입문자를 위해 쓰여진 책이지만 통계에 대한 기본지식이 없으면 조금은 어렵게 느껴질 듯하다. R을 다루는 법에 집중한 책이라 통계에 대한 기본 지식을 갖춘 이들 가운데 당장 R을 사용해야 하는 사람들에게는 유용하겠다. 데이터 분석을 처음 공부하는 이를 위해 쓰여진 책이지만 별다른 학습 스케줄 플랜을 제공하지 않은 점은 다소 아쉽다. 사람마다 학습 속도가 다르긴 해도 책에서 제시하는 학습 스케줄은 나름의 기준이 되기 때문이다. 때문에 혼자 학습하기 보다는 수업 교재를 위해 쓰여지지 않았나 하는 생각도 든다. 데이터분석 준전문가/전문가 자격증과의 연계성을 다루지 않은 점도 아쉽다. R툴에 집중하기 위해서였겠지만 자격증이 학습을 위한 동기부여로써 유효하단 사실을 생각하면 어쩔 수 없이 아쉬움이 남는다. 약간의 가이드만이라도 주었으면 어땠을까 하는 생각이 든다. YES24 리뷰어클럽 서평단 자격으로 작성한 리뷰입니다. |
|
‘데이터분석은 선택이 아닌 필수?’ 통계와 빅데이터에 관심있는 분들이라면 R을 모르시는 분들은 없을 겁니다. 본서는 R의 사용법과 데이터시각화, 통계분석, 회귀분석, 마지막으로 데이터분석과 전처리 기법을 까지의 내용들을 다루고 있습니다. 프로그래밍에 익숙한 분들에게는 너무나 쉬운 책이 될 수 있고 그렇지 않은 분들에게는 상당히 생소할 수 있는 서적입니다. 일단 본서에 나온 내용들은 향후 데이터분석이나 관련 전공을 희망하는 분들은 한번쯤 읽고 실습을 하면 큰 도움이 될 것으로 생각하지만, 본서는 치명적인 단점을 하나 가지고 있습니다. 바로 교과서 of 교과서 같이 구성되었다는 점입니다.
처음 본서의 저자께서 사립대 컴퓨터공학과 교수라는 점에서 편견을 가지고 싶진 않았지만, 프로그램밍 관련하여 시중에는 정말 초보자들을 위해 친절하고, 정의와 개념정리가 분명하고, 무작정 따라하면서도 어느정도 프로그래밍 단계까지 진입할 수 있는 서적이 많은 반명, 본서는 R과 데이터 분석, 그리고 머신러닝이라는 굉장히 트렌디한 키워드를 제목에 삽입했음에도 내용자체는 따라가기를 너무 어렵게 만들어 놓았습니다. 물론 데이터 분석 실습예제는 굉장히 많지만 연습문제 관련 해설과 풀이론은 없어서 관련하여 동영상 강의라도 조금 제공했으면 어떨까 하는 아쉬움이 있습니다. 이에 따라 ＜R데이터분석 머신러닝＞은 제목만 보고 나도 데이터분석을 할 수 있겠지라는 초급자를 위한 서적이 아니라, R도 어느정도 다뤄봤고, 데이터 분석에 있어 상당한 연습이 필요한 분들에게 필요한 서적입니다. 뒷표지에 적힌 데이터 분석 입문자들을 위한 서적은 분명히 아니기에 R의 기초를 활용하시고 다음단계로 진입하고자 하시는 분들께 추천드립니다. ‘그런데 본서정도는 넘어서야 레벨업이 가능한 것은 함정’
*출판사를 통해 도서를 지원받아 작성한 리뷰입니다 |
